学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2021-09-14 16:42所属平台：学报论文发表咨询网浏览： 次
摘要：目的意义将知识生态系统理论引入图书馆大数据建设中，实现图书馆大数据知识资源的系统性规划，推动各要素之间的协同创新，加快知识交流与共享，促进知识增值。方法过程基于知识生态系统理论，对图书馆大数据知识生态系统的相关概念进行研究，并进行模
摘要：目的意义将知识生态系统理论引入图书馆大数据建设中，实现图书馆大数据知识资源的系统性规划，推动各要素之间的协同创新，加快知识交流与共享，促进知识增值。方法过程基于知识生态系统理论，对图书馆大数据知识生态系统的相关概念进行研究，并进行模型构建和子系统设计，最后结合上海图书馆大数据知识生态系统案例进行剖析。结果结论大数据与知识生态系统的结合能够极大地发挥二者的优势，并将这种积极影响应用到图书馆知识服务的升级当中，助力图书馆的可持续健康发展。
关键词：图书馆;大数据;知识生态系统;上海图书馆;知识增值
引言大数据技术加速了时代的发展，给社会众多行业的进步带来了契机。作为社会文化传播的重要据点，图书馆在大数据技术的推动下，无论是知识服务内容，还是知识服务形式，都产生巨大变革，就此开创大数据知识服务的潮流。在新形势下，众多学者参与到图书馆大数据知识服务的研究中。范家巧基于数据、平台和服务三个层次，构建数据资源融合平台，为打造多样化、个性化的图书馆服务、数据分析与利用奠定基础[1]。
图书馆论文范例：公共危机情况下高校图书馆思政育人途径探析
刁羽从图书馆用户的角度，提出基于强调因果关系的小数据构建新型信息咨询服务模式，并针对不同的用户类别分别构建小数据库，强化图书馆作为智库的角色作用[2]。陈月娟认为在数字阅读风靡的背景下，图书馆应当搭建数字阅读平台，利用大数据技术构建特色数字阅读交互模式，提升用户阅读体验[3]。尽管图书馆建设积极融入到大数据发展的潮流中并取得一定的成效，但由于数据规划不充分而导致部分与整体之间的矛盾依旧存在[4]，整体表现为缺少系统性考虑。
对于图书馆而言，在应用大数据技术的过程中还需进一步整合知识资源，将知识、用户以及技术等相关要素密切联系起来，挖掘并发挥深层次价值，促进知识的传播与创新，为“坚定文化自信，建设文化强国”发挥图书馆的社会作用。知识生态系统的研究最初来源于学界对生态学理论的思考。19世纪60年代德国学者恩斯特·海克尔(E.Haeckel)首先提出：生态学是一门研究生物与其环境相互关系的科学。在自然界中，生物个体与生存环境之间存在相互关系，这个关系表现为相互作用、相互依赖。
Kendeigh(1961)、Clark(1973)丰富了海克尔的理论，认为生态学是研究生物个体之间、生物与物理环境之间所有相互关系的科学。我国生态学家王如松指出，生态并非简单的名词，它代表的是生态关系，生态环境并非“生态和环境”的简单叠加，而是“由生态关系组成的环境”[5]。由此可见，生态学研究的重点在于“相互关系”的研究，即个体与个体、个体与环境之间的相互影响。伴随着生态学理论体系逐渐成熟，生态学更是从一个单纯研究生物与环境关系的自然科学拓展到社会和人文科学，涉及社会、政治、经济等多方面。
20世纪90年代，珀尔教授将生态学理论应用到知识管理领域，先后提出“知识生态学”概念及相关理论。基于生态学的研究方法，他在1995年发表的《寻找组织智能》一文中构建了知识生态系统模型，指出知识资源存在于知识生态系统当中，并且知识管理的最高阶段就是建立一个知识生态系统(KnowledgeEcosystem,KE)。2000年，珀尔在欧盟举办的“关于组织和知识管理的未来”协商会议上强调，知识生态系统在发展中会呈现出类似于自然生态系统那样，其多样性越高，系统的稳定性越强的趋势[6]。作为知识生态理论的创始人，珀尔在该领域的研究成功，成为了世界学者探究知识生态学以及知识生态系统理论的基础。
大卫·布雷(D.A.Bray)认为，由于环境是动态的，知识本身会迅速失去关联性，通过建设知识生态系统，可以降低外部环境对知识的影响，并提高知识流动的效率和效益[7]。我国台湾学者陈灯能创造性地提出种群生态学与知识生态学的结合，建立了基于种群生态学的DICE模型，用以解释生态系统中存在的4种生态关系：分布(Distribution)、互动(Interaction)、竞争(Competition)、演化(Evolution)[8]。知识生态系统作为一个类自然生态系统的事物，是一个开放的、动态的自组织系统，同样具有完整的系统结构，即以知识个体、知识种群、知识群落组成的层次结构，每个层次都具有不同的功能和特征。
在一个特定的时空范围内，各个层次的知识与其相依赖的载体即知识用户组成一个整体，通过个体、组织、技术等形成的网络，进行知识交流、知识服务、知识创新等活动。在生态系统运行过程中，外部环境的知识被不断引入，经过主体之间、主体与系统之间的相互作用、相互反馈，知识得以获取、理解，进而产生新知识，形成知识螺旋。因此，知识生态系统得以不断更新、完善，形成可持续发展的良好态势。图书馆内储藏着丰富的知识[9]，是知识资源汇集和交流的中心，拥有稳定且具有一定规模的读者用户，在以制度建设和财政支持为强大保障的情况下，其本身就形成了各要素之间相互作用的准生态系统。
当前，针对图书馆知识生态系统的定义尚未统一，学者们大多根据知识生态学的理论和图书馆工作的实践经验对其内涵、特征等进行阐述。李通认为图书馆知识生态系统经历形成、发展、成熟、衰退以及孕育5个阶段，将人、知识以及环境有机结合，在相互作用下生态系统得以演化、完善[10]。李积君等从组成要素的角度，提出图书馆知识生态系统由环境、技术、知识需求、知识资源以及知识服务共5个部分组成，各要素的协同作用促进了图书馆知识服务的优化[11]。
即使学者们的观点各不相同，但对其定义存在着一个共识：图书馆知识生态系统是在各组成要素相互作用的情况下运行的系统。本研究结合图书馆大数据知识服务的研究热点，引入知识管理领域中知识生态系统概念，提出在图书馆构建大数据知识生态系统，通过研究知识生态系统理论，梳理特征、组成要素等相关内容，结合上海图书馆的工作实践，构建图书馆大数据知识生态系统，并进行模型及子系统设计，为大数据技术在图书馆事业的落地提供新思路。
1图书馆大数据知识生态系统内涵与特征
1.1内涵
大数据环境下，数据之所以具有战略意义，在于对其蕴含的庞大数据信息进行专业化处理，大数据将关注重点置于研究事物的相关关系，这不仅包含了传统的线性关系，还包括了非线性相关和不明确函数形式的线性关系。“大数据的复杂性主要来自个体之间的联系”，中国工程院李国杰院士[12]曾指出，“数据背后是网络，网络背后是人，研究网络数据实际上是研究人组成的社会网络”，这与知识生态系统的核心观点不谋而合。
因此，本研究认为图书馆大数据知识生态系统是利用大数据技术，在原有的软硬件环境基础之上发现图书馆内知识资源、知识用户、内外部环境等系统要素之间的关联性，在结构化数据、半结构化数据以及非结构化数据之间构成多维度关系网络，打造嵌入式协作化知识服务模式[13]，深化现代信息服务理念，从而加速知识的传递、利用与创新，打造图书馆的核心竞争力[14]，是一种保障图书馆活跃生命力的演化机制。
1.2特征
图书馆大数据知识生态系统在大数据技术广泛运用的热潮下，将知识生态系统概念引入图书馆建设，以“技术+生态”的双重创新优化图书馆的知识服务，满足社会日益增长的文化需求。通过硬件设备更新、软件系统搭建、工作人员培训、保障制度完善等一系列活动逐步完成图书馆大数据知识生态系统构建，并且在知识的输入、加工、存储、应用、消逝到更新的循环中，生态系统得以汇入源源不断的生命力，从而自发地发展、演化。本研究认为图书馆大数据知识生态系统具有以下特征[15-17]。
1.2.1多样性与多向性
生物多样性是生态系统的核心之一，也是其可持续发展的根本保障[18]。从图书馆大数据知识生态系统构成要素的角度，该生态由一个庞大规模的群落组成，其中知识种群的数量、类型都十分丰富：多学科多领域的知识资源、风格各异的知识主体、复杂多变的环境要素等。知识种群多样性是保持生态系统的稳固运行的重要原因，也是构建高质量知识生态系统的坚实基础。
不同于自然生态系统中能量按照食物链层级逐级、单向传递[19]，在知识生态系统中，由于人脑的智能，主体对获取的知识经过消化吸收往往会诞生新的思想，称之为“内化”或“知识增值”。此时，新知识会通过沟通转移到下一个或多个主体，但接受对象并非仅限于更“高”等级的主体。比如，原来知识的传播者也会接收到新知识，进而开展基于新领会的再加工，创造更新的知识资源。
2图书馆大数据知识生态系统构成
将各种知识个体或种群之间的相互作用通过概念化转变构成一个生态系统，能够观察生态系统中的元素为应对环境的变化不断做出适应和自我进化的过程[22]。基于知识生态系统的视角对图书馆与大数据的结合进行追踪和规划，能够为了解现有知识服务结构和大数据知识服务结构之间存在的如何形成、如何相互影响等问题提供一个新的视角。
本章节将基于生态学理论及大数据特征，为图书馆大数据知识生态系统构建理论模型。系统各组成要素之间存在互补性和相互依赖性是任何生态系统的关键特征之一[23]。在传统知识生态系统中，知识、知识主体与环境之间的相互影响，是其实现自我进化的关键[24]。而大数据的加入，将技术这一要素提升到了与知识、知识主体和环境同等重要的核心地位[25]。
在图书馆大数据知识生态系统的建模过程中，要充分考虑图书馆这一特殊的应用环境，保障系统结构设计的合理性，发挥各子系统的递进作用，从而保障生态系统的演化与发展，因此需要注意以下几个方面：突破知识资源边界，构建新型知识资源库[26];创新知识服务模式，打造数据驱动型服务[27];鼓励跨主体协作，共建系统进化良好机制[28]。综上所述，本研究构建了图书馆大数据知识生态系统模型，系统由知识主体、知识资源、环境以及技术共4个要素组成，包含资源建设、知识服务和协同进化三个子系统。
2.1组成要素
2.1.1知识主体
作为知识的有机载体，人在此生态中扮演着主体角色，在知识活动中他们既是知识的生产者，也是消费者。根据知识服务的不同角度，知识主体又分为用户和图书馆员。前者是知识服务的获取者，用户在参与知识活动的过程中，不同个体或群体之间的交流，尤其是在互联网和信息技术的帮助下，加速了知识的转移，同时促进了知识创新。
鉴于图书馆的用户群体普遍拥有较高的文化素养，生态系统中的知识活动频繁且高效。图书馆员作为知识服务的提供者，根据用户需求，开展有针对性的知识资源整理工作，清除知识与用户之间的障碍，实现知识在生态系统中流畅地多元化传播，并通过用户反馈及时调整工作内容与服务形式。在知识生态系统中，无论主体是何身份、发挥着怎样的作用，知识个体、知识种群和知识群落之间存在着持续的相互作用，正是这种作用为知识转移提供了稳固的渠道。
2.1.2知识资源
图书馆采用大数据技术，根本目的在于对知识资源的发现和利用[30]。知识资源是图书馆的立身之本，也是构建生态系统的基础。在万物皆是数据的时代，数据不再作为研究成果而呈现，已然成为各项事业开展的基础[31]，跳出传统知识资源的界限已成为必然，除了传统的纸质文献、光盘、视听资料、文献数据库等，图书馆日常工作过程中创造、运用的数据皆是资源。
2.2系统构成
2.2.1资源建设系统
知识是整个生态系统的核心，也是图书馆提供知识服务的基础，因此围绕知识进行全盘规划，打造资源建设子系统至关重要。大数据的出现极大地拓展了知识的范围，在传统馆藏资源(图书、期刊、文献数据库)的基础上，一切知识活动所产生的数据信息都可以转变成知识。但需要注意的是，二者并不可以直接转化，需要借助大数据技术经过获取、存储、处理等过程才能成为构成知识服务的重要基础。
因此，需打造一个大数据资源系统以进行知识的整合。图书馆大数据除了和网络大数据具有相同的海量、异构特征，还具有明显的学科化、专业化色彩，既包括用户信息(姓名、年龄、性别、职业等)、传感器监测信息等结构化数据，还包括文献数据、科研数据和教学数据等半结构化数据，以及网络、社交平台(交流、评论、反馈等)汇集的非结构化数据，传统的服务器存储模式已经无法适应如此大规模的存储需求，而云存储技术的出现解决了大数据在图书馆应用的第一个难关，数据资源通过网络汇入云端存储系统，可以实现即存即取。
下一步，应用数据处理、数据分析等技术，消除数据噪声和垃圾数据，对关系实体进行结构的统一定义，发现数据的关联性，从而达到对数据深层价值挖掘的目的，不断充实资源系统的知识储藏。尤其针对图书馆用户小数据[34]，对其开展针对性分析能够帮助构建完整的用户画像，为个性化、智能化知识服务的决策、改革、实行提供决策支持，也对知识服务的创新发挥了补充作用。
2.2.2知识服务系统
作为图书馆生态系统的主体部分，知识服务子系统需对知识主体、知识资源、环境以及技术等要素进行综合，是图书馆发挥服务功能的保障。知识服务是该子系统各功能模块通力合作而为用户呈现的终端成果，也是对资源建设成效最真实的反馈和检验，更是保障知识在生态系统中无障碍流动的关键。
在大数据的影响下，图书馆的知识服务内容、形式都发生了天翻地覆的变化，最显而易见的是图书馆员和用户之间不再需要进行面对面的接触即可完成服务。通过线上线下的多种途径，知识主体可实现对知识的检索、转移、评价、共享等活动，并最终实现知识的增值。
3案例：上海图书馆大数据知识生态系统分析
本研究以上海图书馆(下文简称上图)为例，进一步分析大数据知识生态系统在图书馆中的应用。上海图书馆(上海科学技术情报研究所)，由上海图书馆与上海科学技术情报研究所于1995年合并而成，是我国首个图情一体化发展的省级公共图书馆[40]。发展至今20余年，上图已经完成从城市公共图书馆到研究型图书馆和综合性情报研究中心的蝶变，尤其是进入大数据时代以来，上图积极迎接机遇和挑战，主动融合现代信息技术，努力提升大数据背景下的馆藏建设、服务水平、阅读推广以及专业化知识服务能力，构建起良好的图书馆大数据知识生态系统[41]。该生态系统中，以到馆用户、网络用户以及图书馆员构成的知识主体，充分发挥着知识流动的载体作用。
据2019年报披露(2020年数据因疫情影响不作参考)，上图共有图书馆员近800人，年到馆人次超过300万，在线服务注册用户数量近12万[42]。如此庞大规模的知识主体在生态系统中的知识活动，加速知识的传播和新陈代谢，不断对现有知识资源注入新的元素，即除了数字化处理后的传统知识资源(图书、期刊、手稿、家谱等)、文献数据库以及电子图书以外，图书馆业务系统(图书馆集成系统、读者管理系统、电子资源访问平台等)工作中产生的数据也将汇入生态系统的知识资源库当中[43]。
但是，大数据资源的价值需要借助一定技术手段才能获取，因此上图通过组建信息处理中心和系统网络中心，引入元数据处理、数据清洗、数据挖掘、云计算、物联网等先进技术，为图书馆生态的运行注入强劲动力。上述三个主要构成要素在以上图馆舍为核心的内部环境和社会外部大环境之间持续进行双向流动，生态系统总体环境的开放性保障了系统要素的多样性和竞争性，也促进了生态系统的演化。
4结束语
在传统科学来看，数据需要彻底“净化”和“集成”，计算目的是需要找出“精确答案”，而其背后的哲学是“不接受数据的复杂性”。然而，大数据中更加强调的是数据的动态性、异构性和跨域等复杂性，把“复杂性”当作数据的一个固有特征来对待，组织数据生态系统的管理目标转向将组织处于混沌边缘状态[48]。在图书馆大数据知识生态系统中，需要通过海量异构数据来扰动生态环境，使之充满竞争与对抗，充满新旧事物的更迭，使生态系统始终处于秩序与混沌之间的缓冲地带，以至于不断创造新思想、新创意、新技术。
这对于未来图书馆事业的发展传递出了新思考：思维转变。从目标驱动型思维转向数据驱动型思维，用数据揭示事物的运动规律，为决策提供支持。技术吸收。对新技术保持敏锐的嗅觉，敢于尝试、敢于突破，为图书馆注入新元素。人才培养。培养具有一定专业知识和专业技能的科学文化人才，构成图书馆与社会连接的纽带。
大数据时代带来的既有机遇，也有挑战。在技术进步的背景下，新的商业模式应运而生，用户期望也在不断提高，图书馆能否抓住时代机遇，发挥好社会文化传播者的角色作用，需要一代代图情学者的不懈努力。本研究构建的图书馆大数据知识生态系统，是针对大数据的关联性和知识生态系统的协同性在图书馆环境下做的新探索，代表了大数据时代下一个蕴含无限可能的研究方向，相信随着学界的更多关注与深入研究，能够收获更多成果。
参考文献
[1]范家巧.大数据时代图书馆数字资源的融合与转化[J].图书馆论坛,2020,40(5):38-44.
[2]刁羽.基于小数据的图书馆智库型信息咨询服务模式研究[J].图书馆工作与研究,2019(8):82-86.
[3]陈月娟.大数据时代图书馆数字阅读平台研究与实践[J].计算机工程与科学,2019,41(S1):245-248.
[4]刘金哲.大数据在图书馆中落地的现状、困境和对策[J].图书馆理论与实践,2020(3):1-4.
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/6905.html
《图书馆大数据知识生态系统特征及构成研究》